SAS数据挖掘实战精简版 109页.pdfVIP

SAS 数据挖掘实战 SAS 数据挖掘实战 SAS Data Mining in Action /bicloud 2010/9/12 总结于网络，还原于网络，文档仅用于学习 SAS 数据挖掘实战 目录 第一章数据挖掘概述4 1 数据挖掘简介 4 1.1 数据挖掘的产生 4 1.2 数据挖掘概念 5 2 数据挖掘原理 5 2.1 数据挖掘技术 5 2.2 数据挖掘过程 6 3 数据挖掘应用 6 3.1 数据挖掘工具 6 3.2 数据挖掘应用场景 7 第二章SAS 数据挖掘基础7 1SAS Enterprise Miner 介绍 7 2SAS EM 挖掘过程 15 3SAS EM 结点介绍 16 第三章SAS 数据管理19 1 数据读取 19 2 数据预处理 22 3 数据导出 23 4SAS 宏处理 24 第四章SAS 关联规则挖掘29 1 关联规则 29 1.1 起源 29 1.2 基本思想 29 2Apriori 算法 30 2.1 算法原理 30 2.2 算法步骤 30 2.3 算法分析与改进 31 3SAS 关联规则案例 31 SAS 数据挖掘实战 第五章SAS 聚类分析34 1 聚类分析介绍 34 1.1 基本概念 34 1.2 算法概述 35 1.3 聚类应用 36 2kmeans 算法 36 2.1 基本思想 36 2.2 算法步骤 36 2.3 算法分析 37 3 层次聚类算法 38 3.1 基本思想 38 3.2 算法步骤 39 4SAS 聚类分析案例 41 第六章SAS 预测模型47 6.1 预测模型介绍 47 6.2logistic 回归 48 6.3 决策树 58 6.4 神经网络 66 6.5SAS EM 数据挖掘预测模型 73 第七章SAS 可视化技术88 1 SAS gplot 88 2 SAS gchart 97 附录109 1 常用快捷键 109 2 常见错误解决 109 3SAS 小技巧 109 参考文献109 SAS 数据挖掘实战 第一章数据挖掘概述 1 数据挖掘简介 1.1 数据挖掘的产生 需求是一切技术之母，管理和计算机技术的发展，促使数据挖掘技术的诞生。随着世界 信息技术的迅猛发展，信息量也呈几何指数增长，如何从巨量、复杂的数据中获取有用的信 息，成为了信息技术研究领域的一道新课题。在这样的背景下，数据挖掘技术诞生并成为了 近年来的研究热点。机器学习、数据库技术和数理统计是数据挖掘的三个技术支柱。 今天，这些技术已经相当成熟，加上高性能关系数据库引擎和广泛的数据集成，让数据 挖掘技术得到了广泛的实际应用。目前数据挖掘相关研究文献越来越多、可用技术也层出不 穷，数据挖掘的理论体系正在形成，相信很快就会成为一种主流信息技术。当然，数据挖掘 面向应用领域要做的事还很多，比如需要开发更多数据挖掘系统和产品，需要建立行业内的 数据标准和通用挖掘平台，需要建立可交换信息和共享知识的通用数据仓库等。应该说，数 据挖掘包含的内容很多，值得研究的方向也很多。但是，我们也注意到，就目前而言，注重 多种策略和技术的集成，以及各个学科之间的相互渗透是目前的研究热点。传统机器学习技 术一般使用研究者按照条件和结论事先组织好的数据，但是数据挖掘却需